La Prueba de Adicción a los Procesos de Internet: Detección de Adicciones a Procesos Facilitados por Internet (2015)

Behav Sci (Basilea). 2015 Jul 28;5(3):341-352.

Northrup JC1, Lapierre c2, Kirk j3, Rae c4.

Resumen

La prueba de adicción al proceso de Internet (IPAT) se creó para detectar posibles comportamientos adictivos que Internet podría facilitar. El IPAT fue creado con la mentalidad de que el término “adicción a Internet” es estructuralmente problemático, ya que Internet es simplemente el medio que uno usa para acceder a varios procesos adictivos. Sin embargo, el papel de Internet para facilitar las adicciones no se puede minimizar. Por tanto, sería útil una nueva herramienta de detección que dirigiera de forma eficaz a los investigadores y médicos a los procesos específicos facilitados por Internet. Este estudio muestra que la prueba de adicción a los procesos de Internet (IPAT) demuestra una buena validez y confiabilidad. Se detectaron efectivamente cuatro procesos adictivos con el IPAT: juegos de video en línea, redes sociales en línea, actividad sexual en línea y navegación web. Se discuten las implicaciones para futuras investigaciones y las limitaciones del estudio.

PALABRAS CLAVE:

adicción a Internet; adicción al proceso de internet; actividad sexual en línea; redes sociales en línea; videojuegos en línea; uso problemático de internet

1. Introducción

La adicción a Internet se caracteriza por el uso excesivo extremo de Internet, lo que resulta en consecuencias negativas para el trabajo, la vida personal, la salud emocional o la salud física de una persona.1,2,3]. Es un problema que los clínicos e investigadores en varios países reconocen, incluso provocando la intervención del gobierno en algunos casos [4]. Este fenómeno recibió la atención suficiente que el Comité de Desarrollo del Manual de Diagnóstico y Estadística-V (DSM-V) consideró recientemente (pero finalmente decidió incluirlo en sección 3 bajo condiciones para estudio adicional) una variación de la adicción a Internet para su inclusión en el DSM-V, decidiendo en última instancia que se necesitaba más investigación antes de que se justificara la inclusión formal [5]. Sin embargo, algunos cuestionan si una persona puede o no convertirse en adicta a un medio, como Internet, en oposición al proceso que el medio facilita [6,7,8,9,10,11]. Utilizamos el término "proceso" aquí en referencia al término proceso adicciones, o "comportamientos sistemáticos que imitan la enfermedad de la adicción" [12].

La cuestión de si uno se vuelve adicto o no a Internet o un proceso facilitado por Internet es importante considerando la rapidez con la que Internet ha evolucionado. Hoy en día, Internet tiene una gran variedad de aplicaciones, incluidos juegos, redes sociales, citas, compras y muchos más. El uso problemático de varias de estas aplicaciones ha sido objeto de varios estudios en los últimos años, y proporciona evidencia indirecta de la idea de que una persona se vuelve adicta a uno o más de los muchos procesos que Internet facilita en comparación con la propia Internet (por ejemplo, El13,14,15,16]). Si no se reconoce la distinción entre la adicción a Internet como un todo y la adicción a los procesos facilitados por Internet, se pueden producir suposiciones erróneas sobre cuál es realmente el objeto de la adicción de un individuo. El propósito de este estudio es diferenciar mejor los procesos a los que un individuo podría ser adicto a los que Internet facilita en lugar de crear una prueba de adicción a Internet.

1.1. Adicción a Internet

Muchos han usado el término "adicción" para describir el uso problemático de Internet durante bastante tiempo [17,18]. Investigaciones médicas recientes parecen apoyar el uso de esta terminología en el sentido de que los efectos de las compulsiones de comportamiento (por ejemplo, el juego compulsivo de videojuegos en línea) en las vías de dopamina y otras estructuras cerebrales han demostrado ser comparables a los de las adicciones químicas [2,19,20]. Estos efectos similares en el cerebro parecen otorgar credibilidad al concepto de adicciones a procesos (a veces denominadas adicciones conductuales o trastornos de control de impulsos) en el que un individuo participa de manera compulsiva en una actividad particular a pesar de sufrir consecuencias negativas después de repetidos intentos de detener [12,21,22,23]. Los ejemplos incluyen adicciones a actividades como juegos de azar, compras, actividades hipersexuales no parafílicas, videojuegos y uso de Internet [21,22].

Joven [24] fue uno de los primeros en utilizar el término "adicción a Internet". Ella y otros investigadores adaptaron los criterios diagnósticos de juego patológico o trastornos del control de impulsos para diagnosticar la adicción a Internet [17,18,24]. Los criterios de acuerdo con estas definiciones incluyen la preocupación por Internet, el aumento de la cantidad de tiempo en Internet, los intentos fallidos de dejar de fumar, la irritabilidad cuando se trata de recortar, permanecer en línea más tiempo del previsto, poner en peligro las relaciones significativas para permanecer en línea, mentir para cubrir el uso de Internet , y usar Internet como un escape de los problemas [25]. Los investigadores aún no han acordado los criterios de diagnóstico de la firma, pero se han sugerido cuatro componentes como esenciales para el diagnóstico: (1) uso excesivo de Internet (especialmente cuando se caracteriza por pérdida de tiempo o por descuidar funciones básicas); (2) síntomas de abstinencia como enojo o depresión cuando Internet es inaccesible; (3) tolerancia, ejemplificada por la necesidad de un mayor uso de Internet para aliviar los síntomas emocionales negativos; y (4) consecuencias negativas, como discusiones con amigos o familiares, mentiras, rendimiento escolar o laboral deficiente, aislamiento social y fatiga [26]. Barba simplemente adopta una visión holística del fenómeno, afirmando que ocurre cuando "el estado psicológico de un individuo, que incluye tanto los estados mentales como los emocionales, así como sus interacciones escolares, laborales y sociales, se ve afectado por el uso excesivo del medio" [27] (p. 7).

Sin embargo, otros distinguen entre la adicción a Internet y la adicción a los diversos procesos que Internet facilita, argumentando que el término mismo "adicción a Internet" se aplica incorrectamente, o al menos no debe confundirse con las adicciones a los procesos facilitados por Internet [2,7,8,9]. Jones y Hertlein [28], por ejemplo, diferenciar entre los conceptos de adicción a Internet, adicción al sexo facilitada por Internet e infidelidad de Internet. Pawlikowski et al. El11] demuestran diferencias notables entre los rasgos de los jugadores de juegos de internet problemáticos frente a los usuarios de pornografía de internet problemáticos, apoyando la idea de que varios tipos de uso de internet problemático se diferenciarán mejor entre sí en estudios futuros. Otros ejemplos de procesos que las personas han usado compulsivamente en Internet incluyen la compra [29], la pornografía [30], los medios de comunicación de surf [31], juegos de video [32], redes sociales [33], y el juego [34]. Estamos de acuerdo en que Internet es simplemente un medio, aunque el papel del medio en sí no debe subestimarse. Internet tiene muchas aplicaciones beneficiosas, pero también proporciona acceso instantáneo sin obstáculos a innumerables procesos potencialmente adictivos.

1.2. La prueba de adicción a internet

Los autores de este estudio decidieron modificar un instrumento existente para detectar mejor las adicciones a los procesos. Se han creado varios instrumentos para probar la adicción a Internet (o conceptos similares), incluido el Inventario Chino de Adicción a Internet (CIAI), la Escala de uso compulsivo de Internet (CIUS) [35], la Escala de Adicción al Juego (GAS) [36], la Escala de uso problemático generalizado de Internet (GPIUS) [37], el Test de Adicción a Internet (IAT) [24], la escala de consecuencias de Internet (ICS) [38], la escala de uso problemático de Internet (PIUS) [39], y la prueba de problemas de videojuegos (PVGPT) [40], entre otros [41]. Si bien todos estos instrumentos tienen características sólidas, se eligió el IAT debido a su uso de un punto de corte para determinar el uso problemático, su desarrollo en una muestra estadounidense (el país de origen para la muestra disponible para los investigadores), su disponibilidad en inglés (el lenguaje hablado por los autores), y su uso generalizado en la literatura, The IAT [24] es un instrumento 20-item que ha demostrado buena confiabilidad y validez y se ha usado ampliamente para detectar adicciones a Internet [42,43,44]. Sin embargo, no aborda los múltiples procesos facilitados por Internet, sino que describe a Internet en su conjunto como objeto de adicción. El propósito de este estudio es mejorar conceptualmente el de Young [24] diseñe y cree una prueba que examine las adicciones a los procesos de Internet en lugar de simplemente "adicción a Internet". Tal prueba puede proporcionar datos más claros a los clínicos e investigadores que trabajan con adictos a los procesos de Internet.

1.3. Preguntas e hipótesis de investigación

Para este estudio, consideramos las siguientes preguntas de investigación:

(1)

¿Hasta qué punto se correlacionan las adicciones a los procesos de Internet con el IAT? Nuestra hipótesis es que esto debería estar significativamente correlacionado positivamente, ya que los individuos que completan el IAT probablemente lo hagan teniendo en cuenta su proceso adictivo específico mientras responden los artículos. De Young [24] prueba, sin embargo, no diferencia explícitamente entre varios procesos.

(2)

¿Hasta qué punto las adicciones específicas de los procesos de Internet están relacionadas con la salud mental en general? Nuestra hipótesis es que debería haber una correlación negativa significativa, ya que la presencia de cualquier adicción suele ser comórbida con una mala salud mental en general [45]. La mala salud mental también prestaría apoyo a la idea de que los participantes con puntajes más altos están luchando con procesos verdaderamente adictivos, y no simplemente con un problema temporal.

2. Métodos

2.1. La prueba de adicción al proceso de internet

El instrumento creado para este estudio es la Prueba de Adicción al Proceso de Internet (IPAT). Es una versión exploratoria de un instrumento de detección para ver si los diferentes tipos de procesos facilitados por Internet pueden distinguirse entre sí. Este instrumento modifica y añade al de Young [24] diseño original. De Young [24] se modificó la redacción de los elementos 20 de IAT originales para que, en lugar de responder a las preguntas en relación con el concepto nebuloso de "Internet", los participantes respondieran preguntas similares en relación con siete procesos específicos de Internet. Por ejemplo, el primer artículo de Young dice: "¿Con qué frecuencia te encuentras en línea más tiempo del que pretendías?" [24] (p. 31). Luego, el encuestado responde la pregunta en una escala de Likert de 5 puntos que varía entre "Raramente" y "Siempre". En el IPAT, el elemento se modifica para que lea: "¿Con qué frecuencia encuentra que usa el siguiente más tiempo que usted? ¿El área de respuesta está diseñada para que el participante luego responda el elemento según corresponda a los siguientes procesos de Internet: Navegando (visitando varios sitios informativos o recreativos, como noticias, deportes o humor), juegos en línea (reproduciendo videos en línea)? juegos), redes sociales (visitas a sitios de redes sociales como Facebook), actividad sexual (ver pornografía en línea o chats sexuales), juegos de azar (participar en juegos de azar a través de Internet, como sitios de póquer en línea), uso del teléfono celular (usando el teléfono celular para acceso a Internet, correo electrónico, juegos o mensajes de texto), y Otros (una categoría general para las áreas que no se tratan aquí). La misma escala de Likert del IAT se utiliza para cada proceso, excepto que también se proporciona la opción de respuesta adicional de "No aplica".

Internet se puede usar para innumerables procesos, y fue difícil elegir qué procesos específicos incluir. La longitud del instrumento es fundamental para ser útil para los clínicos e investigadores. La elección de los procesos a incluir se realizó en consulta con los dos clínicos fundadores de reSTART, un programa de tratamiento de adicción a la tecnología residencial que ha tratado a personas con un uso problemático de la tecnología desde 2009. Una (Cosette Rae) es una MSW y la otra (Hillarie Cash) es una Asesora de Salud Mental con licencia con un doctorado en psicología. Estos clínicos han trabajado diariamente con personas que intentan superar el uso problemático de la tecnología. En el momento de la recopilación de datos, estos eran los únicos dos proveedores de tratamiento a tiempo completo en una instalación de tratamiento residencial diseñada para el uso de tecnología problemática en los EE. UU. Usaban regularmente el IAT como parte de su proceso de selección, aunque en el momento de la recopilación de datos No conocíamos ningún otro instrumento en inglés de uso generalizado. Aunque no habían rastreado formalmente los procesos específicos de Internet cuando se abordaron por primera vez este problema, fueron los que informaron que los siete procesos más comúnmente vistos para la tecnología fueron los que se mencionaron anteriormente. Sus sugerencias parecían estar ampliamente respaldadas por la literatura, por ejemplo, [11,12,13,14]. Estos procesos fueron por lo tanto incluidos en el IPAT.

Siete preguntas no abordadas en el IAT se agregaron al IPAT, según lo informado por Griffiths [46] y Tao et al. El26]. Estos elementos hacen que los encuestados califiquen su tendencia a hacer lo siguiente: Minimizar su uso de los procesos, usar los procesos para el escapismo, usar otras tecnologías para intentar dejar de usar los procesos, experimentar síntomas de abstinencia (por ejemplo, inquietud, irritabilidad o ansiedad). ) cuando intenta dejar de usar los procesos, pierde la noción del tiempo cuando se involucra en los procesos, abandona los intereses que antes disfrutaba para participar en los procesos y participa en los procesos a pesar de los efectos perjudiciales (por ejemplo, problemas de relaciones, falta de escuela, trabajo perdido, o perdiendo dinero).

Uno de los elementos del IAT original no se adaptó para su inclusión en el IPAT. Este artículo preguntó sobre la tendencia de los encuestados a bloquear pensamientos perturbadores sobre la vida con pensamientos tranquilizadores sobre Internet. Los autores sintieron que esta pregunta estaba redactada con demasiada torpeza cuando se adaptaba, por lo que se eliminó. Algunas otras preguntas fueron modificadas más allá de las modificaciones discutidas anteriormente porque las preguntas que quedaron en su forma original podrían excluir involuntariamente a algunas personas de responder. Por ejemplo, el ítem "¿Con qué frecuencia descuida las tareas domésticas para pasar tiempo en línea?" [24] (p. 31), se modificó a "¿Con qué frecuencia descuida sus responsabilidades de dedicar más tiempo a hacer lo siguiente?" para evitar excluir involuntariamente a cualquier persona que de otra manera no realizaría las tareas. El resultado final de las modificaciones al IAT fueron siete áreas de respuesta (procesos) para las preguntas de 26, que totalizaron los elementos únicos de 182.

2.2. El Inventario de Salud Mental-5

Además de que los participantes completaron el IAT y el IPAT para evaluar la validez concurrente, también completaron el Inventario de salud mental-5 (MHI-5) para examinar la validez convergente. El MHI-5 es un instrumento muy breve (cinco artículos) utilizado para evaluar la salud mental en general en los encuestados [47]. Ha demostrado una alta validez en la identificación de problemas de salud mental en los encuestados, como trastornos del estado de ánimo y ansiedad, a pesar de su brevedad [48]. Las puntuaciones más altas indican una buena salud mental, mientras que las puntuaciones más bajas indican una salud mental más pobre. Los puntajes sin procesar (5 – 25) se transfieren a una escala de puntos 100. La puntuación de corte recomendada para el trastorno del estado de ánimo es 60 o menos (sensibilidad de 0.83, especificidad de 0.78) [48]. El MHI-5 tiene una buena validez interna con una puntuación alfa de Cronbach de 0.74 [48].

2.3. Diseño de la investigación

El estudio actual fue un diseño correlacional y se utilizó para evaluar las hipótesis del estudio con respecto a la validez convergente y divergente con respecto a la comparación del IPAT recién creado con el IAT y el MHI-5. Se utilizaron análisis adicionales que utilizan el análisis factorial exploratorio (análisis de componentes principales) para confirmar las construcciones hipotéticas del IPAT.

2.4. Participantes

Los participantes fueron reclutados a través de Google Ads, así como a través del sitio web de reSTART. La muestra fue usuarios pesados ​​de tecnología con un promedio de 7.41 (SD = 4.66, Range = 24) horas diarias sin horario laboral, donde la población general utiliza las horas semanales de Internet 13 tanto en horario laboral como no laboral [49]. Se informó a todos los participantes antes de comenzar la encuesta que la participación era voluntaria, anónima y que se les daría una respuesta basada en el IAT y MHI-5. Completar la encuesta requirió aproximadamente 30 min.

Los datos fueron recolectados utilizando una herramienta de evaluación en línea. Durante el período de la semana en que 51 estuvo disponible la encuesta, se iniciaron más que las encuestas 1121. De los presentados, se recolectaron las encuestas completas de 274 y se eliminó 4 para datos altamente sospechosos (es decir, los encuestados de 100 que pasaron 24 h en línea) dejando las encuestas completas de 270 para su análisis. La muestra para este estudio consistió en 160 (59.3%) varones y 110 (40.7%) hembras con edades comprendidas entre 19 y 79 años (M = 27.83, SD = 9.87). La edad media para los hombres fue 26.91 (SD = 10.46) y para las mujeres, el promedio fue 29.17 (SD = 10.52).

De los que participaron en la encuesta, 204 (75.6%) se identificaron como caucásicos, 18 (6.7%) asiático / isleño del Pacífico, 18 (6.7%) multirracial, 6 (2.2%) negro, 2 (0.7%) nativo American, y 22 (8.1%) se negaron a identificar su raza. Además, 29 (10.7%) identificó su etnicidad como hispana.

Ciento noventa y dos (71.1%) nunca se casaron, 58 (21.5%) están actualmente casados, 15 (5.8%) se divorciaron, 4 (1.5%) se separaron y 1 (0.4%) se separaron.

Ciento treinta y dos (48.9%) eran estudiantes, 76 (28.1%) estaban empleados por salario, 22 (8.1%) trabajaban por cuenta propia, 19 (7.0%) estaban desempleados, pero mirando, 10 (3.7%) sin trabajo, 5 (1.9%) eran amas de casa, 4 (1.5%) no pudieron trabajar y 2 (0.7%) fueron retirados.

Ciento uno (37.4%) hizo menos de $ 25,000 anualmente, 29 (10.7%) hizo entre $ 25,000 y 35,000, 29 (10.7%) hizo entre $ 35,000 y 50,000, 32 (11.9%) entre $ 75,000 y 100,000 , 15 (5.6%) entre $ 100,000 y 125,000, 7 (2.6%) entre $ 125,000 y 150,000, y 12 (4.4%) entre más de $ 150,000. Veintidós (8.1%) se negaron a responder preguntas sobre sus ingresos.

Las respuestas a la encuesta indican que los participantes fueron principalmente de los Estados Unidos (68.1%), seguidos de Canadá (5.9%), Reino Unido (4.1%), América Latina (3.3%), Italia y Alemania (1.9% cada uno). Treinta y siete (13.8%) encuestados indicaron "otro" y 3 (1.1%) no ofrecieron una respuesta a la pregunta.

3. Resultados

Los análisis estadísticos se realizaron utilizando el Paquete estadístico para las Ciencias Sociales (SPSS) 21.0 para evaluar las correlaciones entre el IAT, el IPAT y el MHI5, investigando la validez, confiabilidad y utilidad del IPAT en relación con los otros instrumentos.

Las puntuaciones en el IAT variaron de 0 a 98 con una puntuación media de 49 y una desviación estándar de 19.54. Se realizó una correlación de orden cero entre el MHI-5 y el IAT (r = −0.474, p <0.001). Las subescalas del IPAT se crearon sumando las puntuaciones de los elementos individuales de la encuesta. Inicialmente, este proceso incluía siete subescalas: navegación, juegos en línea, redes sociales, teléfono celular, juegos de azar, sexo y otros. Las respuestas de los participantes a la mayoría de las subescalas del IPAT después de controlar las variables demográficas (género, edad, raza, etnia, estado civil, nivel de educación, empleo e ingresos) se correlacionaron significativamente con sus respuestas al IAT y al MHI-5 (Tabla 1).

MesaTabla 1. Correlaciones parciales para IAT, MHI5 y las cuatro subescalas de IPAT *.

Haga clic aquí para mostrar la tabla

Todas las subescalas del IPAT se correlacionaron fuertemente con el IAT excepto para el juego. De las restantes correlaciones estadísticamente significativas, la subescala Surfing se correlacionó más fuerte con el IAT, r (259) = 0.79, p <0.001, mientras que la correlación más débil fue con la subescala Sexo, r (259) = 0.32, p <0.001. Tres de las subescalas de IPAT no se correlacionaron significativamente con el MHI-5, incluidas las subescalas de juego, teléfono celular y otras. De las demás correlaciones estadísticamente significativas, la subescala de Surf correlacionó más fuerte con el MHI-5, r (259) = −0.47, p <0.001, mientras que la correlación más débil fue con la subescala de Redes Sociales, r (259) = −0.21, p = 0.001. Después de revisar estos datos preliminares, los investigadores decidieron eliminar las subescalas de teléfono celular, juegos de azar y otras debido a la falta de correlación con el IAT y / o el MHI-5.

Además, se realizó un análisis factorial exploratorio utilizando el análisis de componentes principales (PCA) en el IPAT para investigar la estructura hipotética del instrumento. Utilizando un gráfico de pantalla con valores propios establecidos en 1.0, se generaron 12 componentes (factores). Luego, los componentes se rotaron utilizando Promax y, después de revisar el gráfico de pantalla, se decidió incluir solo aquellos elementos en la salida con valores propios superiores a 3.0. El análisis resultante reveló cuatro componentes que representan el 78% de la varianza. El factor 1 (26 ítems) representó el 58.11% de la varianza y mide la adicción a los videojuegos. El factor 2 (31 ítems) representó el 10.19% de la varianza y mide la adicción a las redes sociales. El factor 3 (26 ítems) representó el 5.95% de la varianza y mide la adicción sexual en línea. El factor 4 (15 ítems) representó el 3.73% de la varianza y mide la adicción a la navegación por Internet. La consistencia interna para cada una de las cuatro subescalas se midió utilizando el alfa de Cronbach y los valores para cada una de las cuatro subescalas fueron 0.97 (navegación) y 0.98 (videojuegos, redes sociales y sexo / pornografía), lo que indica un rango aceptable de confiabilidad para el instrumento. Además, la fiabilidad a gran escala fue alta con un valor de 0.99. En comparación con el IAT y el MHI-5, el IPAT demostró una buena validez concurrente con correlaciones que iban de 0.31 a 0.78 (n = 269, p <0.001) para el IAT y de −0.19 a −0.46 (n = 269, p <0.002 ) para el MHI-5.

4. Discusión

Las correlaciones entre las subescalas IPAT finales (navegación, juegos en línea, redes sociales y sexo) indican que el IPAT tiene una buena validez concurrente. La falta de correlación entre la subescala de juego y la IAT podría indicar que para los adictos al juego, el juego no es tan dependiente de Internet como algunos de los otros procesos. Internet podría ser simplemente uno de los varios métodos empleados para apostar.

Las correlaciones entre las subescalas IPAT finales y el MHI-5 indican una buena validez convergente; Las personas con adicciones a los procesos de Internet también sufren de una mala salud mental en general. La falta de correlación entre la subescala de juego y el MHI-5 fue algo sorprendente, ya que parece contradecir una investigación previa que demuestra cómo los jugadores de Internet tienen más probabilidades de desarrollar problemas [50]. Junto con la falta de correlación entre la subescala Gambling y la IAT, esto podría indicar una falla inherente dentro de la subescala Gambling. Además, la falta de correlación entre el teléfono celular y otras subescalas con el MHI-5 podría indicar problemas con el diseño de esas construcciones, ya que el teléfono celular podría verse simplemente como otro medio y el "Otro" carece intencionalmente de especificidad. Estas correlaciones deficientes también podrían indicar que los individuos con esas adicciones a procesos particulares no tienen necesariamente mala salud mental. Estos resultados también podrían ser simplemente subproductos de un análisis estadístico que involucre un número relativamente bajo de participantes que sufren estas adicciones a procesos particulares en comparación con los otros tipos de adicciones a procesos de Internet que se miden aquí. En cualquier caso, estos hallazgos merecen un mayor estudio.

Los resultados de este estudio brindan apoyo a un creciente cuerpo de trabajo que distingue entre varias adicciones específicas a Internet en lugar de una adicción generalizada a Internet [6,7,8,9,10,11] y también apoyan la legitimidad de los estudios que han examinado procesos adictivos específicos facilitados por Internet en contraposición a Internet en su conjunto [13,14,15]. Estos resultados sugieren, al diferenciar entre diferentes procesos de adicción, que lo que generalmente se denomina "adicción a Internet" es realmente un término que podría referirse a cualquier número de constructos, cada uno de los cuales puede requerir diferentes vías de tratamiento. Aquellos que sufren de las redes sociales compulsivas en línea, por ejemplo, pueden tener diferentes necesidades de tratamiento que aquellos que sufren de adicción a los juegos en línea; sin embargo, sin una terminología más precisa, ambos pueden denominarse "adictos a Internet". Además, estos resultados brindan soporte para herramientas de diagnóstico más especializadas que se centran en procesos específicos, como aquellos que se centran en la reproducción problemática de videojuegos [37,39,40]. Los instrumentos futuros pueden resultar más útiles si se enfocan en procesos específicos en lugar de tratar de enfocarse en un concepto amplio como "adicción a Internet". Un instrumento como una versión reducida del IPAT podría detectar múltiples procesos al mismo tiempo y tal vez arrojar luz sobre problemas que una herramienta más generalizada como el IAT no necesariamente encontraría por sí sola. Una herramienta que puede detectar múltiples procesos simultáneamente podría ser útil para los proveedores de tratamiento que pueden encontrar clientes que buscan ayuda para un tipo de proceso adictivo, sin darse cuenta de que hay otros procesos que también son potencialmente problemáticos.

La metodología empleada tiene limitaciones. La muestra relativamente pequeña era en gran parte blanca y vivía en los Estados Unidos. El procedimiento de reclutamiento resultó en una muestra de conveniencia, lo que limita la generalización de los hallazgos. Además, los estudios futuros pueden considerar emprender un procedimiento más formal para decidir qué procesos incluir, como los patrones de seguimiento en un entorno de tratamiento, para mejorar la validez del estudio. Además, la gran cantidad de elementos de IPAT (182) combinados con el tamaño de muestra relativamente pequeño prohibió el uso de un análisis factorial confirmatorio para verificar construcciones teóricas dentro de IPAT. Una alta tasa de deserción contribuyó a este pequeño tamaño de muestra, posiblemente debido a la gran cantidad de artículos. Además, como el IPAT se desarrolló a partir de elementos en el IAT y se emplearon ambos instrumentos, es posible que haya habido algún efecto de orden al responder a elementos similares. La duración de los diversos instrumentos combinados (artículos 245 en total) también contribuyó a una cantidad de participantes que suspendieron la encuesta antes de completarla. Al igual que con la mayoría de los enfoques de encuesta, los participantes fueron auto-seleccionados y auto-informados de sus comportamientos. Como no hubo una evaluación externa, no fue posible determinar puntos de corte de base clínica para determinar los niveles problemáticos de adicción. Además, si bien el estudio estaba abierto a cualquier persona, esta muestra probablemente estaba compuesta en gran parte de personas que padecían una adicción al proceso de Internet. Las investigaciones anteriores no se han centrado en identificar claramente los grados de uso, abuso o adicción del proceso de Internet, pero esto podría lograrse mediante la creación de puntos de corte en una y dos desviaciones estándar por encima de las medias de subescala IPAT tomadas de una muestra aleatoria.

5. Conclusiones

A pesar de estas limitaciones, los autores se sienten alentados por estas indicaciones iniciales de validez para el IPAT. Los estudios futuros con el IPAT se beneficiarían de la confirmación de construcciones teóricas dentro del IPAT. Esto requeriría el reclutamiento de muestras más grandes y / o la reducción del número de elementos para fomentar tasas de finalización más altas. Además, estudios futuros podrían intentar comparar el poder predictivo del IAT y el IPAT para los diferentes procesos que dicen medir. Los estudios futuros también deberían intentar determinar los niveles patológicos de adicciones a los procesos de Internet con un instrumento más corto que algún día podría reemplazar al IAT como herramienta de detección.

Contribuciones de autor

Jason Northrup ayudó a concebir y diseñar los experimentos, realizó una revisión de literatura para Internet Addiction y creó artículos para el IPAT. Coady Lapierre ayudó a concebir y diseñar los experimentos y realizó una revisión de la literatura para el MHI-5. Jeffrey Kirk realizó análisis de datos. Cosette Rae ayudó a concebir el estudio y crear artículos para el IPAT.

Conflictos de Interés

Cosette Rae es la directora ejecutiva, cofundadora y directora de programas de reSTART, un programa de tratamiento para Internet, videojuegos y adicciones de procesos.

referencias y notas

  1. Byun, S .; Ruffini, C .; Mills, JE; Douglas, AC; Niang, M .; Stepchenkova, S .; Lee, SK; Loutfi, J .; Lee, JK; Atallah, M .; et al. Adicción a Internet: Metasíntesis de la investigación cuantitativa 1996-2006. Cyberpsychol. Behav. Impacto de Internet multimed. Virtual Real. Behav. Soc. 2009, 12, 203 – 207. ElGoogle Scholar] [CrossRef] [PubMed]
  2. Kuss, DJ; Griffiths, MD Internet and Gaming Addiction: una revisión sistemática de la literatura de Neuroimaging Studies. Cerebro sci. 2012, 2, 347 – 374. ElGoogle Scholar] [CrossRef] [PubMed]
  3. Young, K. Adicción a Internet: Diagnóstico y consideraciones de tratamiento. J. Contemp. Psicoterapeuta 2009, 39, 241 – 246. ElGoogle Scholar] [CrossRef]
  4. Zhang, L .; Amos, C .; McDowell, WC Un estudio comparativo de la adicción a Internet entre los Estados Unidos y China. Cyberpsychol. Behav. 2008, 11, 727 – 729. ElGoogle Scholar] [CrossRef] [PubMed]
  5. Asociación Americana de Psiquiatría. Trastorno de juegos de Internet. Disponible en linea: http://www.dsm5.org/Documents/Internet%20Gaming%20Disorder%20Fact%20Sheet.pdf (Se accede en 1 de abril a 2015).
  6. Kuss, DJ; Griffiths, MD; Binder, JF Adicción a Internet en estudiantes: Prevalencia y factores de riesgo. Comput. Tararear. Behav. 2013, 29, 959 – 966. ElGoogle Scholar] [CrossRef]
  7. Morahan-Martin, J. ¿Adicción al abuso de Internet? ¿Trastorno? ¿Síntoma? ¿Explicaciones alternativas? Soc. Sci. Comput. Rdo. 2005, 23, 39 – 48. ElGoogle Scholar] [CrossRef]
  8. Shaffer, HJ; Hall, MN; Vander Bilt, J. "Adicción a la computadora": una consideración crítica. A.m. J. ortopsiquiatría 2000, 70, 162 – 168. ElGoogle Scholar] [CrossRef] [PubMed]
  9. Suler, J. Computación y ciberespacio "adicción". En t. J. Appl. Psicoanal. Semental. 2004, 1, 359 – 362. ElGoogle Scholar] [CrossRef]
  10. Starcevic, V. ¿Es la adicción a Internet un concepto útil? Aust. NZJ Psiquiatría 2013, 47, 16 – 19. ElGoogle Scholar] [CrossRef] [PubMed]
  11. Pawlikowski, M .; Nader, IW; Hamburguesa, c .; Stieger, S .; Marca, M. Uso patológico de Internet: es un constructo multidimensional y no unidimensional. Adicto. Res. Teoría 2014, 22, 166 – 175. ElGoogle Scholar] [CrossRef]
  12. Wilson, AD; Johnson, P. Comprensión de los consejeros sobre la adicción al proceso: un punto ciego en el campo de la consejería. Prof. Couns. 2014, 3, 16 – 22. ElGoogle Scholar] [CrossRef]
  13. Meerkerk, GJ; van den Eijnden, RJ; Garretsen, HF que predice el uso compulsivo de Internet: ¡Todo se trata del sexo! Cyberpsychol. Behav. 2006, 9, 95 – 103. ElGoogle Scholar] [CrossRef] [PubMed]
  14. Cooper, A .; Delmonico, DL; Griffin-Shelley, E .; Mathy, RM Actividad sexual en línea: un examen de conductas potencialmente problemáticas. Sexo. Adicto. Obliga 2004, 11, 129 – 143. ElGoogle Scholar] [CrossRef]
  15. Kuss, DJ; Griffiths, MD Redes sociales en línea y adicción: una revisión de la literatura psicológica. En t. J. Environ. Res. Salud pública 2011, 8, 3528 – 3552. ElGoogle Scholar] [CrossRef] [PubMed]
  16. Demetrovics, Z .; Urbán, R .; Nagygyörgy, K .; Farkas, J .; Griffiths, MD; Pápay, O .; Kökönyei, G .; Felvinczi, K .; Oláh, A. El desarrollo del cuestionario de juegos en línea problemáticos (POGQ). Más uno 2012, 7, e36417. ElGoogle Scholar] [CrossRef] [PubMed]
  17. Griffiths, M. ¿Existe Internet y la "adicción" a la computadora? Alguna evidencia de estudio de caso. Cyberpsychol. Behav. 2000, 3, 211 – 218. ElGoogle Scholar] [CrossRef]
  18. Young, KS adicción a Internet: la aparición de un nuevo trastorno clínico. Cyberpsychol. Behav. 1998, 1, 237 – 244. ElGoogle Scholar] [CrossRef]
  19. Han, DH; Kim, YS; Lee, YS; Min, KJ; Renshaw, PF Cambios en la actividad de la corteza prefrontal inducida por señales con juego de videojuego. Cyberpsychol. Behav. Soc. Netw. 2010, 13, 655 – 661. ElGoogle Scholar] [CrossRef] [PubMed]
  20. Park, HS; Kim, SH; Bang, SA; Yoon, EJ; Cho, SS; Kim, SE Alteró el Metabolismo Regional de Glucosa Cerebral en los usuarios de juegos de Internet: un estudio de tomografía por emisión de positrones con fluorodesoxiglucosa 18F. CNS Spectr. 2010, 15, 159 – 166. ElGoogle Scholar] [PubMed]
  21. Brewer, JA; Potenza, MN Neurobiología y genética de los trastornos del control de los impulsos: relaciones con las adicciones a las drogas. Biochem. Pharmacol. 2008, 75, 63 – 75. ElGoogle Scholar] [CrossRef] [PubMed]
  22. Grant, JE; Potenza, MN; Weinstein, A .; Gorelick, DA Introducción a las adicciones conductuales. A.m. J. Drogas Alcohol Abus. 2010, 36, 233 – 241. ElGoogle Scholar] [CrossRef] [PubMed]
  23. Kuss, DJ Sustancia y adicciones de comportamiento: más allá de la dependencia. Adicto. Res. El r. 2012, 56, 1 – 2. ElGoogle Scholar] [CrossRef]
  24. Young, KS atrapado en la red; John Wiley & Sons: Nueva York, NY, EE. UU., 1998. [Google Scholar]
  25. Weinstein, A .; Lejoyeux, M. Adicción a internet o uso excesivo de internet. A.m. J. Drogas Alcohol Abus. 2010, 36, 277 – 283. ElGoogle Scholar] [CrossRef] [PubMed]
  26. Tao, R .; Huang, X .; Wang, J .; Zhang, H .; Zhang, Y .; Li, M. Criterios diagnósticos propuestos para la adicción a internet. Adicto. Abingdon Engl. 2010, 105, 556 – 564. ElGoogle Scholar] [CrossRef] [PubMed]
  27. Beard, KW adicción a Internet: una revisión de las técnicas de evaluación actuales y posibles preguntas de evaluación. Cyberpsychol. Behav. Impacto de Internet multimed. Virtual Real. Behav. Soc. 2005, 8, 7 – 14. ElGoogle Scholar] [CrossRef] [PubMed]
  28. Jones, KE; Hertlein, KM Cuatro dimensiones clave para distinguir la infidelidad de Internet de Internet y la adicción al sexo: conceptos y aplicación clínica. A.m. J. Fam. El r. 2012, 40, 115 – 125. ElGoogle Scholar] [CrossRef]
  29. Hsu, CL; Chang, KC; Chen, MC Experiencia de flujo y comportamiento de compra por Internet: investigando el efecto moderador de las características del consumidor. Syst. Res. Behav. Sci. 2012, 29, 317 – 332. ElGoogle Scholar] [CrossRef]
  30. Wetterneck, CT; Burgess, AJ; Corto, MB; Smith, AH; Cervantes, ME El papel de la compulsividad sexual, la impulsividad y la evitación experiencial en el uso de la pornografía en Internet. Psychol. Rec. 2012, 62, 3 – 17. ElGoogle Scholar]
  31. Sabio, K .; Kim, HJ; Kim, J. Erratum: El efecto de buscar vs. navegar en las respuestas cognitivas y emocionales a las noticias en línea. J. Media Psychol. Teor Métodos Appl. 2010, 22, 45. ElGoogle Scholar]
  32. Baird, C. ¿Cuánto juego en Internet es demasiado? J. Addict. Enfermería 2010, 21, 52 – 53. ElGoogle Scholar]
  33. Feinstein, BA; Bhatia, V .; Hershenberg, R .; Joanne, D. Otro lugar para el comportamiento interpersonal problemático: los efectos de los síntomas depresivos y ansiosos en las experiencias de redes sociales. J. Soc. Clinica Psychol. 2012, 31, 356 – 382. ElGoogle Scholar] [CrossRef]
  34. Tsitsika, A .; Critselis, E .; Janikian, M .; Kormas, G .; Kafetzis, DA Asociación entre el juego en Internet y el uso problemático de Internet entre adolescentes. J. Gambl. Semental. 2010, 27, 389 – 400. ElGoogle Scholar] [CrossRef] [PubMed]
  35. Huang, Z .; Wang, M .; Qian, M .; Zhong, J .; Tao, R. Inventario chino de adicciones a Internet: desarrollo de una medida del uso problemático de Internet para estudiantes universitarios chinos. Cyberpsychol. Behav. 2007, 10, 805 – 812. ElGoogle Scholar] [CrossRef] [PubMed]
  36. Meerkerk, GJ; van den Eijnden, RJ; Vermulst, AA; Garretsen, HF La Escala de uso compulsivo de Internet (CIUS): algunas propiedades psicométricas. Cyberpsychol. Behav. 2008, 12, 1 – 6. ElGoogle Scholar] [CrossRef] [PubMed]
  37. Lemmens, JS; Valkenburg, PM; Peter, J. Desarrollo y validación de una escala de adicción a los juegos para adolescentes. Psicología de los medios. 2009, 12, 77 – 95. ElGoogle Scholar] [CrossRef]
  38. Clark, DJ; Frith, KH El desarrollo y la prueba inicial de las escalas de consecuencias en Internet (ICONS). Informática Informática de enfermería. Disponible en linea: http://journals.lww.com/cinjournal/Fulltext/2005/09000/The_Development_and_Initial_Testing_of_the.13.aspx (acceso en 5 mayo 2015).
  39. Demetrovics, Z .; Szeredi, B .; Rózsa, S. El modelo de tres factores de la adicción a Internet: el desarrollo del Cuestionario de uso problemático de Internet. Behav. Res. Métodos 2008, 40, 563 – 574. ElGoogle Scholar] [CrossRef] [PubMed]
  40. Tejeiro Salguero, RA; Morán, RMB Problema de medición. Videojuego en adolescentes. Adiccion 2002, 97, 1601 – 1606. ElGoogle Scholar] [CrossRef] [PubMed]
  41. Lortie, CLG; Matthieu, J. Herramientas de evaluación de la adicción a Internet: estructura dimensional y estado metodológico. Adiccion 2013, 108, 1207 – 1216. ElGoogle Scholar] [CrossRef] [PubMed]
  42. Chang, MK; Ley, estructura del factor SPM para la prueba de adicción a Internet de Young: un estudio confirmatorio. Comput. Tararear. Behav. 2008, 24, 2597 – 2619. ElGoogle Scholar] [CrossRef]
  43. Widyanto, L .; Griffiths, MD; Brunsden, V. Una comparación psicométrica de la prueba de adicción a Internet, la escala de problemas relacionados con Internet y el autodiagnóstico. Cyberpsychol. Behav. Soc. Netw. 2010, 14, 141 – 149. ElGoogle Scholar] [CrossRef] [PubMed]
  44. Widyanto, L .; McMurran, M. Las propiedades psicométricas de la prueba de adicción a internet. Cyberpsychol. Behav. Impacto de Internet multimed. Virtual Real. Behav. Soc. 2004, 7, 443 – 450. ElGoogle Scholar] [CrossRef] [PubMed]
  45. Achimovich, L. Problemas sistémicos en la interfaz de los servicios psiquiátricos y de tratamiento de drogas. En el uso de drogas y la salud mental: respuestas efectivas a problemas concurrentes de drogas y salud mental; Allsop, S., Ed .; Comunicaciones IP: East Hawthorn, Victoria, Australia, 2008. ElGoogle Scholar]
  46. Griffiths, M. Abuso de Internet en el lugar de trabajo: problemas e inquietudes para empleadores y asesores laborales. J. Employ. Contables. 2003, 40, 87 – 96. ElGoogle Scholar] [CrossRef]
  47. Berwick, DM; Murphy, JM; Goldman, PA; Ware, JE, Jr .; Barsky, AJ; Weinstein, MC Rendimiento de una prueba de detección de salud mental de cinco elementos. Medicina. Cuidado 1991, 29, 169 – 176. ElGoogle Scholar] [CrossRef] [PubMed]
  48. Rumpf, HJ; Meyer, C .; Hapke, U .; John, U. Evaluación de la salud mental: la validez del MHI-5 utilizando trastornos psiquiátricos del Eje I DSM-IV como estándar de oro. Psiquiatría Res. 2001, 105, 243 – 253. ElGoogle Scholar] [CrossRef]
  49. Harris Interactive. Los usuarios de Internet ahora gastan un promedio de 13 por semana en línea. Disponible en linea: http://www.harrisinteractive.com/vault/HI-Harris-Poll-Time-Spent-Online-2009-12-23.pdf (accedido en 24 July 2013).
  50. Griffiths, M .; Wardle, H .; Orford, J .; Sproston, K .; Erens, B. Los correlatos sociodemográficos de los juegos de azar por Internet: hallazgos de la encuesta de prevalencia del juego británico 2007. Cyberpsychol. Behav. Impacto de Internet multimed. Virtual Real. Behav. Soc. 2009, 12, 199 – 202. ElGoogle Scholar] [CrossRef] [PubMed]

© 2015 por los autores; licenciatario MDPI, Basel, Suiza. Este artículo es un artículo de acceso abierto distribuido bajo los términos y condiciones de la licencia Creative Commons Attribution (http://creativecommons.org/licenses/by/4.0/).